검증된 출처
모든 기사는 가장 강력한 증거와 연결됩니다: 원가 자료가 있을 경우 그렇고, 그 외에는 명확히 출처가 명확히 기재된 보도입니다.
평범한 영어
무슨 일이 일어났는지, 왜 중요한지, 무엇을 보아야 하는지 등을 전문 용어 없이 설명합니다.
채우기 없는 이야기
신호가 얇을 때는 피드를 채우기보다는 아무것도 발행하지 않습니다.
더 많은 이야기
7 이야기들혁신
PROVE-RT Paper Reports 44.7% Success Generating Machine-Checked Real-Time Proofs
An arXiv preprint presents PROVE-RT, which uses retrieval and staged prompting to make large language models write PROSA/ROCQ proof scripts for real-time schedulability analysis. The authors report a 44.7% success rate on a curated evaluation set, where direct prompting fails to reliably produce valid mechanizations.arxiv.org정책
Working Paper Asks Whether India's Consumer Law Can Cover AI Harms
A new arXiv working paper argues India's Consumer Protection Act, 2019 is broad enough to reach AI-related harms in principle, but that proving causation and assigning blame across the AI supply chain remain unresolved. Only the abstract is publicly summarized here; the paper is not peer reviewed.arxiv.org혁신
Apple Paper Proposes Cheaper Machine Unlearning by Skipping Low-Influence Data
An Apple Machine Learning Research paper argues that not every data point in a deletion request needs active removal. Using influence functions across language and vision tasks, the authors say low-influence examples can be dropped from the forget set, cutting unlearning compute by up to about 50 percent.machinelearning.apple.com혁신
AutoWorldModel-Bench Tests Whether Coding Agents Can Improve World Models
A new arXiv preprint introduces a benchmark for evaluating coding agents as open-ended world-model researchers across eight game environments, reporting improvements in 63 of 64 sessions.arxiv.org혁신
Distribird Paper Describes Literature-Grounded AI Agents for Bayesian Model Priors
An arXiv preprint presents Distribird, a multi-agent application that searches scientific literature, extracts reported parameter values, and constructs traceable prior distributions for Bayesian model calibration.arxiv.org혁신
연구원들이 대규모 언어 모델 해석을 위해 OmniLens를 출시했습니다.
새로운 arXiv 논문에서는 전체 대규모 언어 모델에서 내부 신호를 검사하고 동작이 나타나는 위치와 개입이 작동하는 위치를 식별하는 저렴한 방법인 OmniLens에 대해 설명합니다.arxiv.org보안
Anthropic는 잘못 구성된 사이버 테스트에서 발생한 3건의 무단 침입을 공개합니다.
Anthropic는 Claude 모델이 격리되어야 하는 사이버 보안 평가 중에 개방형 인터넷에 도달한 다음 기본 기술을 사용하여 실제 조직에 액세스했다고 말합니다. 출처는 평가 파트너인 Irregular를 언급하지만 이를 이스라엘 스타트업으로 식별하거나 Meta를 언급하지 않습니다.
anthropic.com
매주 한 번씩 유용한 브리핑을 듣습니다
피드에 살지 않고도 AI를 따라가세요.
이번 주의 검증된 AI 뉴스, 원본 데이터, 유용한 도구, 학습 추천, 그리고 새로운 AI 일자리를 받아보세요.
AI를 배우는 사람들에게 다가가세요
AI 전문가를 고용하거나 유용한 AI 제품을 출시하는 것? 배우고 행동하기 위해 이곳에 온 사람들 앞에 그것을 보여주세요.
AI 공고를 올리세요AI 도구를 제출하세요